需要帮助，通过比较另一列中前一行中的值，在不满足条件时尝试将 cum sum 值重置为零

Question

如果价格连续两次上涨，我正在尝试输入 1 或 Yes。 我尝试使用 cumsum，但如果它不正确，我无法弄清楚如何将值重置为零

df["Increased Twice?"] = ((df.shift(1)["Price Change"] == df3bet["Price Change"])).cumsum()

这是我拥有的代码的结果

ProductID  Price Change  Increased Twice?
 2d3Q       Increase            0
 2d3Q       Increase            1
 2d3Q       Decrease            1
 2d3Q       Increase            1
 2d3Q       Increase            2
 2d3Q       Decrease            2
 2d3Q       Increase            2
 2d3Q       Increase            3 
 

这就是我要的

ProductID  Price Change  Increased Twice?
 2d3Q       Increase            0
 2d3Q       Increase            1
 2d3Q       Decrease            0
 2d3Q       Increase            0
 2d3Q       Increase            1
 2d3Q       Decrease            0
 2d3Q       Increase            0
 2d3Q       Increase            1 

我也尝试了一些不同的 if then 语句，但我还没有开始工作。

Answer 1

让我们尝试，首先找到“增加”的位置，然后根据“减少”创建组，然后求和并检查 2 增加的计数。

df['Increased Twice?'] = ((df['Price Change'] == 'Increase')\
                          .groupby((df['Price Change'] == 'Decrease').cumsum())\
                          .cumsum() == 2).astype(int)

Output：

  ProductID Price Change  Increased Twice?
0      2d3Q     Increase                 0
1      2d3Q     Increase                 1
2      2d3Q     Decrease                 0
3      2d3Q     Increase                 0
4      2d3Q     Increase                 1
5      2d3Q     Decrease                 0
6      2d3Q     Increase                 0
7      2d3Q     Increase                 1

Answer 2

尝试numpy.where() ：

import numpy as np

df['Increased Twice?'] = np.where(df['Price Change'] == df.shift(1)['Price Change'], 1, 0)